Алгоритм - тип
Cтраница 2
Было опробовано два алгоритма типа переменной метрики - Муртага и Сэрджента [242] и Флетчера [249], а их эффективность была сопоставлена с эффективностью алгоритмов, не использующих производные, - циклического спуска и алгоритма Дэвиса - Свэнна - Кемпи. Производные молекулярных интегралов вычислялись по разностной схеме, а не аналитически. Во-первых, при численном дифференцировании молекулярных интегралов не требуется лишний раз проводить самосогласование, а также можно легко избежать повторного вычисления одних и тех же интегралов, во-вторых, в окрестности минимума энергии ее первые разности будут сравнимы по величине со вторыми и оценка производных по разностной схеме будет давать большую ошибку, тогда как для интегралов точка минимума лишь случайно может оказаться экстремальной, так что ошибки, в том числе ошибки округления, в этом случае будут гораздо меньше. [16]
Более того, если алгоритм типа ( 22) может неудовлетворительно работать при дрейфе экстремума, то ( 24) будет оптимизировать АД СЭР и в этом режиме. [17]
 |
Два различных минимальных остовных деревадпя одной сети. [18] |
Каскадные алгоритмы можно рассматривать как алгоритмы типа восхождения на холм, не являющиеся при этом эвристиками, - они также гарантированно находят лучшее возможное решение. [19]
В целом рассмотренные методы и алгоритмы типа ALOHA с сегментированием, управляемой и адаптивной ALOHA позволяют несколько увеличить нагрузку сети и загрузку моноканала. При этом на МАС-уровне применяются простые в реализации аппаратные средства со средним быстродействием. [20]
Кроме того, как и всякий алгоритм градиентного типа, он чувствителен к локальным экстремумам. Здесь учтен тот факт ( см. замечание 3 к табл. 111 1), что в задаче со связями в форме дифференциальных уравнений и ( t) являются переменными первой группы. [21]
Специфика непрерывной задачи позволяет использовать и алгоритмы неградиентного типа. [22]
Описать множество матриц расстояний, для которых алгоритм типа greedy перехода в ближайшую точку, начиная с первой точки, дает единственное оптимальное решение. [23]
Значительно лучшими характеристиками в этой области обладают алгоритмы типа Ньютона, в которых строится последовательность вспомогательных экстремальных задач о максимуме функции, аппроксимирующей целевую функцию в окрестности точки поиска, причем в отличие от алгоритма проекции градиента эта аппроксимация содержит линейные и квадратичные члены. Аналогично предыдущему алгоритму связи и ограничения линеаризуются. [24]
Вследствие этого методу Ньютона часто предшествует какой-нибудь глобально сходящийся алгоритм типа бисекции, прежде чем можно будет переключиться на быстро сходящиеся ньютоновы итерации. Таким образом, метод Ньютона зачастую является лишь завершающей процедурой более медленного, но зато гарантированного начального алгоритма. При таком комбинировании, к примеру, последние 25 или около того итераций бисекции могут быть заменены 6 ньютоновбгми шагами. [25]
Программа 5.6 - типичный пример для многих алгоритмов типа разделяй и властвуй, имеющих совершенно одинаковую рекурсивную структуру, но другие примеры могут отличаться от приведенного в двух аспектах. Во-первых, программа 5.6 выполняет одинаковый объем вычислений для каждого вызова функции, и поэтому ее общее время выполнения линейно связано с количеством вызовов. Как будет показано, другие алгоритмы типа разделяй и властвуй могут выполнять различный объем вычислений для различных вызовов функций, и поэтому для определения общего времени выполнения требуется более сложный анализ. Время выполнения таких алгоритмов зависит от конкретного способа разделения на части. Во-вторых, программа 5.6 - типичный пример алгоритмов типа разделяй и властвуй, для которых сумма размеров частей равна общей размерности. Другие алгоритмы типа разделяй и властвуй могут разделять задачу на части, сумма размеров которых меньше или больше размерности всей задачи. Эти алгоритмы все же относятся к рекурсивным алгоритмам типа разделяй и властвуй, поскольку каждая часть меньше целого, но анализировать их труднее, нежели программу 5.6. Мы подробно рассмотрим процесс анализа таких типов алгоритмов, как только столкнемся с ними. [26]
Решение оценочных задач является наиболее трудоемкой частью алгоритмов типа ветвей и границ. Предположим, что имеется список алгоритмов Р ( Pi... [27]
Быструю сортировку более корректно было бы назвать алгоритмом типа разделяй и властвуй: в рекурсивных реализациях после активизации программы большая часть работы выполняется перед рекурсивными вызовами. С другой стороны, рекурсивная сортировка слиянием еще больше выдержана в духе принципа разделяй и властвуй: прежде всего, файл делится на две части, затем обработке ( воздействию власти) по отдельности подвергаются обе части. Сначала сортировке слиянием подвергаются файлы небольших размеров, в заключение обработке подвергается самый большой подфайл. Быстрая сортировка начинается с обработки наибольшего подфайла и завершается обработкой подфайлов небольших размеров. Интересна провести сравнение этих алгоритмов в контексте аналогии с управлением коллективом сотрудников, приводимой в начале настоящей главы: быстрая сортировка соответствует тому, что каждый руководящий работник затрачивает свои усилия на то, чтобы правильно разбить задачу на подзадачи, так что работа будет успешно выполнена, если успешно выполнены все подзадачи, в то время как сортировка слиянием соответствует тому, что каждый руководящий работник выполняет быструю произвольную разбивку задачу напополам, а затем затрачивает все свои усилия на то, чтобы преодолеть последствия подобных действий после того, как соответствующие подзадачи будут решены. [28]
Таким образом, в рассмотренной группе методов и алгоритмов типа CSMA совершенствование производится в основном путем уменьшения интервалов выборок состояния моноканала анализаторами МАС-средств, повышения точности обнаружения чужих сигналов в среде передачи информации, синхронизации взаимодействующих объектов в канале ЛВС. [29]
Таким образом, в рассмотренной группе методов и алгоритмов типа CSMA совершенствование производится в основном путем уменьшения интервалов выборок состояния моноканала анализаторами МАС-средстз, повышения точности обнаружения чужих сигналов в среде передачи информации, синхронизации взаимодействующих объектов в канале ЛВС. [30]
Страницы: 1 2 3 4